下载链接: https://pan.baidu.com/s/12_1DYzvcvm-zPKhfHi5-Tw 提取码: 917t
树莓派图像处理部分使用的开源计算机视觉环境 OpenCV。OpenCV 是 Open Source Computer Vision Library 的缩写，是一个基于开源发行的跨平台计算机视觉库，它实现了图像处理和计算机视觉方面的很多通用算法，已经成为计算机视觉领域最有力的研 究 工 具 之 一 。OpenCV的 底层由C和C++编 写 ，轻量且高 效 ，可以运行在多个操作系统上( L i n u x 、 Windows、Mac、Andorid、iOS 等)，同时提供了多种编程语言的API 接口，本教程是基于Python的接口进行一些简单的计算机视觉处理。
OpenCV 的应用领域:机器人视觉、模式识别、机器学习、工厂自动化生产线产品检测、 医学影像、摄像机标定、遥感图像等。
OpenCV 可以解决的问题: 人机交互、机器人视觉、运动跟踪、图像分类、人脸识别、 物体识别、特征检测、视频分析、深度图像等
但是我们也必须面对一个硬件材料上的事实，即，树莓派的自身性能运行高计算量的OpenCV项目是非常困难的，我们不得不考虑和优化延迟卡顿等问题。
OpenCV 的实时性能也非常出色，可实时应用，为实时场景的视觉环境开发提供了很好 的解决方案，总之 OpenCV 是计算机视觉开发方面优秀的开源工具，如果对计算机视觉开发 感兴趣可以多了解这方面的知识:
OpenCV 官方主页:https://www.opencv.org
OpenCV 中文论坛:http://www.opencv.org.cn
OpenCV CSDN 论坛:https://bbs.csdn.net/forums/OpenCV
OpenCV CSDN 论坛:https://bbs.csdn.net/forums/OpenCV
二、OpenCV镜像系统的人脸识别测试
由于opencv安装的教程比较繁琐，我这里就不介绍了，我们提供的是可以已经安装好的镜像。
需要的材料有：显示屏一个，树莓派一个，广角摄像头一个
接线图如下
2. 测试代码
### Imports ###################################################################
from picamera.array import PiRGBArray
from picamera import PiCamera
from functools import partial
import multiprocessing as mp
import cv2
import os
import time
### Setup #####################################################################
os.putenv( 'SDL_FBDEV', '/dev/fb0' )
resX = 320
resY = 240
cx = resX / 2
cy = resY / 2
os.system( "echo 0=150 > /dev/servoblaster" )
os.system( "echo 1=150 > /dev/servoblaster" )
xdeg = 150
ydeg = 150
# Setup the camera
camera = PiCamera()
camera.resolution = ( resX, resY )
camera.framerate = 60
# Use this as our output
rawCapture = PiRGBArray( camera, size=( resX, resY ) )
# The face cascade file to be used
face_cascade = cv2.CascadeClassifier('/home/pi/opencv-3.4.1/data/lbpcascades/lbpcascade_frontalface.xml')
t_start = time.time()
fps = 0
### Helper Functions ##########################################################
def get_faces( img ):
gray = cv2.cvtColor( img, cv2.COLOR_BGR2GRAY )
faces = face_cascade.detectMultiScale( gray )
return faces, img
def draw_frame( img, faces ):
global xdeg
global ydeg
global fps
global time_t
# Draw a rectangle around every face
for ( x, y, w, h ) in faces:
cv2.rectangle( img, ( x, y ),( x + w, y + h ), ( 200, 255, 0 ), 2 )
cv2.putText(img, "Face No." + str( len( faces ) ), ( x, y ), cv2.FONT_HERSHEY_SIMPLEX, 0.5, ( 0, 0, 255 ), 2 )
tx = x + w/2
ty = y + h/2
if ( cx - tx > 15 and xdeg <= 190 ):
xdeg += 1
os.system( "echo 0=" + str( xdeg ) + " > /dev/servoblaster" )
elif ( cx - tx < -15 and xdeg >= 110 ):
xdeg -= 1
os.system( "echo 0=" + str( xdeg ) + " > /dev/servoblaster" )
if ( cy - ty > 15 and ydeg >= 110 ):
ydeg -= 1
os.system( "echo 1=" + str( ydeg ) + " > /dev/servoblaster" )
elif ( cy - ty < -15 and ydeg <= 190 ):
ydeg += 1
os.system( "echo 1=" + str( ydeg ) + " > /dev/servoblaster" )
# Calculate and show the FPS
fps = fps + 1
sfps = fps / (time.time() - t_start)
cv2.putText(img, "FPS : " + str( int( sfps ) ), ( 10, 10 ), cv2.FONT_HERSHEY_SIMPLEX, 0.5, ( 0, 0, 255 ), 2 )
cv2.imshow( "Frame", img )
cv2.waitKey( 1 )
### Main ######################################################################
if __name__ == '__main__':
pool = mp.Pool( processes=4 )
fcount = 0
camera.capture( rawCapture, format="bgr" )
r1 = pool.apply_async( get_faces, [ rawCapture.array ] )
r2 = pool.apply_async( get_faces, [ rawCapture.array ] )
r3 = pool.apply_async( get_faces, [ rawCapture.array ] )
r4 = pool.apply_async( get_faces, [ rawCapture.array ] )
f1, i1 = r1.get()
f2, i2 = r2.get()
f3, i3 = r3.get()
f4, i4 = r4.get()
rawCapture.truncate( 0 )
for frame in camera.capture_continuous( rawCapture, format="bgr", use_video_port=True ):
image = frame.array
if fcount == 1:
r1 = pool.apply_async( get_faces, [ image ] )
f2, i2 = r2.get()
draw_frame( i2, f2 )
elif fcount == 2:
r2 = pool.apply_async( get_faces, [ image ] )
f3, i3 = r3.get()
draw_frame( i3, f3 )
elif fcount == 3:
r3 = pool.apply_async( get_faces, [ image ] )
f4, i4 = r4.get()
draw_frame( i4, f4 )
elif fcount == 4:
r4 = pool.apply_async( get_faces, [ image ] )
f1, i1 = r1.get()
draw_frame( i1, f1 )
fcount = 0
fcount += 1
rawCapture.truncate( 0 )
3. 代码上传到树莓派上
4. 运行代码（远程运行会失败）只能在树莓派上运行
